Qwen3-VL-4B-Thinking-MNN
Lanzado por taobao-mnn en 2025, Qwen3-VL-4B-Thinking-MNN es un modelo de 4 mil millones de parámetros chat. Qwen3-VL-4B-Thinking-MNN is an open-weights chat model with roughly 4 billion parameters.
by taobao-mnn · 4 mil millones de parámetros
Ideal para
Formas de utilizar Qwen3-VL-4B-Thinking-MNN en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de taobao-mnn. osFoundry detecta Qwen3-VL-4B-Thinking-MNN automáticamente: asígnenlo a un rol de Maestro (router, direct, orchestrator o fallback) en la pestaña Pipeline y quedará activo en cada chat. Su clave, su cuenta de proveedor: sin recargo por tokens.
Desplieguen un endpoint dedicado
Qwen3-VL-4B-Thinking-MNN es de pesos abiertos: ejecútenlo localmente de forma gratuita o desplieguen un endpoint GPU dedicado en su workspace para disponer de capacidad reservada sin límites de tasa.
Úsenlo en una Room App
Las Room Apps declaran funciones de IA en su manifiesto y luego las invocan con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Invóquenlo desde sus propias aplicaciones
Una vez que un modelo está integrado en su workspace, pueden alojarlo como API y consumirlo desde sus propios servicios, scripts o CI, fuera de osFoundry.
Qué hardware puede ejecutar Qwen3-VL-4B-Thinking-MNN
Qwen3-VL-4B-Thinking-MNN se ejecuta en una sola GPU de consumo de 16GB (~3 GB de VRAM con margen para la caché KV). La inferencia a precisión completa cabe en una sola H100 80GB con precisión FP16 (~10 GB).
Qwen3-VL-4B-Thinking-MNN frente a modelos similares
Licencia
Sin especificar — Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial.
Consulten la documentación original.
Preguntas frecuentes sobre Qwen3-VL-4B-Thinking-MNN
¿Es gratuito el uso de Qwen3-VL-4B-Thinking-MNN?
Qwen3-VL-4B-Thinking-MNN se puede ejecutar gratis localmente en su propio hardware. El acceso alojado a través de osFoundry se mide (entrada Free (local), salida Free (local)). Pueden alternar entre local y alojado en cualquier momento.
¿Puedo utilizar Qwen3-VL-4B-Thinking-MNN comercialmente?
El uso comercial está permitido con condiciones. Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial. Consulten la documentación original.
¿Cuánta VRAM necesita Qwen3-VL-4B-Thinking-MNN?
Aproximadamente 3 GB con cuantización Q4, o 10 GB con precisión FP16 completa. Cabe en una sola GPU de consumo de 24GB.
¿Puedo ejecutar Qwen3-VL-4B-Thinking-MNN localmente?
Sí. Qwen3-VL-4B-Thinking-MNN es de pesos abiertos y se ejecuta localmente en una GPU de estación de trabajo. El runtime local de osFoundry gestiona la carga del modelo, la cuantización y el enrutamiento.
¿En qué destaca Qwen3-VL-4B-Thinking-MNN?
Qwen3-VL-4B-Thinking-MNN es muy adecuado para text generation.
¿Cómo se utiliza Qwen3-VL-4B-Thinking-MNN en osFoundry?
Peguen su clave de API de taobao-mnn en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen Qwen3-VL-4B-Thinking-MNN a un rol de Maestro en la pestaña Pipeline y úsenlo en chat, en Room Apps mediante invokeAI o en sus propias aplicaciones.
Publicado por taobao-mnn el 16 de octubre de 2025. Fuente: https://huggingface.co/taobao-mnn/Qwen3-VL-4B-Thinking-MNN